Delen via


Infrastructuurbewerkingen

Elke ervaring in Microsoft Fabric ondersteunt unieke bewerkingen. De verbruikssnelheid van een bewerking is wat het gebruik van de onbewerkte metrische gegevens van de ervaring converteert naar compute units (CU).

De rekenpagina van de Microsoft Fabric Capacity Metrics-app biedt een overzicht van de prestaties van uw capaciteit en bevat infrastructuurbewerkingen die rekenresources verbruiken.

In dit artikel vindt u een overzicht van deze bewerkingen op basis van ervaring en wordt uitgelegd hoe ze resources in Fabric gebruiken.

Interactieve en achtergrondbewerkingen

Microsoft Fabric verdeelt bewerkingen in twee typen, interactief en achtergrond. In dit artikel worden deze bewerkingen vermeld en wordt het verschil tussen deze bewerkingen uitgelegd.

Interactieve bewerkingen

Aanvragen en bewerkingen op aanvraag die kunnen worden geactiveerd door gebruikersinteracties met de gebruikersinterface, zoals gegevensmodelquery's die worden gegenereerd door rapportvisuals, worden geclassificeerd als interactieve bewerkingen. Ze worden meestal geactiveerd door gebruikersinteracties met de gebruikersinterface. Een interactieve bewerking wordt bijvoorbeeld geactiveerd wanneer een gebruiker een rapport opent of op een slicer in een Power BI-rapport klikt. Interactieve bewerkingen kunnen ook worden geactiveerd zonder interactie met de gebruikersinterface, bijvoorbeeld wanneer u SQL Server Management Studio (SSMS) of een aangepaste toepassing gebruikt om een DAX-query uit te voeren.

Bewerkingen op de achtergrond

Langer lopende bewerkingen, zoals semantisch model of vernieuwingen van gegevensstromen, worden geclassificeerd als achtergrondbewerkingen . Ze kunnen handmatig worden geactiveerd door een gebruiker of automatisch zonder tussenkomst van de gebruiker. Achtergrondbewerkingen omvatten geplande vernieuwingen, interactieve vernieuwingen, OP REST gebaseerde vernieuwingen en op XMLA gebaseerde vernieuwingsbewerkingen. Gebruikers wachten niet totdat deze bewerkingen zijn voltooid. In plaats daarvan kunnen ze later terugkomen om de status van de bewerkingen te controleren.

Dit document lezen

Elke ervaring heeft een tabel met de bewerkingen, met de volgende kolommen:

Wanneer er meer informatie over het verbruikstarief beschikbaar is, wordt er een koppeling naar het document met deze informatie opgegeven.

Infrastructuurbewerkingen per ervaring

Deze sectie is onderverdeeld in fabric-ervaring. Elke ervaring had een tabel waarin de bewerkingen worden vermeld.

Belangrijk

Verbruikstarieven kunnen op elk gewenst moment worden gewijzigd. Microsoft zal redelijke inspanningen doen om kennisgeving via e-mail of via een melding in het product te verstrekken. Wijzigingen zijn van kracht op de datum die wordt vermeld in de releaseopmerkingen van Microsoft of in de Microsoft Fabric-blog. Als een wijziging in een Verbruiksfrequentie van Microsoft Fabric-workloads de capaciteitseenheden (CU) die nodig zijn voor het gebruik van een bepaalde workload, kunnen klanten de annuleringsopties gebruiken die beschikbaar zijn voor de gekozen betalingswijze.

Copilot in Fabric

Copilot bewerkingen worden vermeld in deze tabel. U vindt de verbruikstarieven voor Copilot in Copilot het verbruik.

Operation Omschrijving Artikel Azure-factureringsmeter Type
Copilot in Fabric Rekenkosten die zijn gekoppeld aan invoerprompts en voltooiing van uitvoer Meerdere Copilot in Fabric CU Achtergrond

Data Factory

De Data Factory-ervaring bevat bewerkingen voor Gegevensstromen Gen2 en Pijplijnen.

Gegevensstromen Gen2

U vindt de verbruikstarieven voor Dataflows Gen2 in prijzen voor Dataflow Gen2 voor Data Factory in Microsoft Fabric.

Operation Omschrijving Artikel Azure-factureringsmeter Type
Gegevensstroom Gen2 vernieuwen Kosten berekenen die zijn gekoppeld aan de vernieuwingsbewerking voor gegevensstroom Gen2 Gegevensstroom Gen2 Cu voor standaardgebruik van rekencapaciteit voor gegevensstromen Achtergrond
Berekening van gegevensstromen op hoge schaal - SQL-eindpuntquery Gebruik met betrekking tot het SQL-eindpunt voor de faseringswarehouse van de gegevensstroom Gen2 Magazijn Cu voor het gebruik van de rekencapaciteit van een gegevensstroom op grote schaal Achtergrond

Pipelines

U vindt de verbruikstarieven voor pijplijnen in prijzen voor Data Pipelines voor Data Factory in Microsoft Fabric.

Operation Omschrijving Artikel Azure-factureringsmeter Type
DataMovement De hoeveelheid tijd die wordt gebruikt door de kopieeractiviteit in een Data Factory-pijplijn gedeeld door het aantal gegevensintegratie-eenheden Pijplijn Cu voor capaciteitsverplaatsing van gegevensverplaatsing Achtergrond
ActivityRun Uitvoering van een Data Factory-gegevenspijplijnactiviteit Pijplijn Cu voor capaciteitsgebruik voor gegevensindeling Achtergrond

Datawarehouse

One Fabric Data Warehouse Core (rekeneenheid voor datawarehouse) is gelijk aan twee FABRIC-capaciteitseenheden (CA's).

Operation Omschrijving Artikel Azure-factureringsmeter Type
Magazijnquery Rekenkosten voor alle door de gebruiker gegenereerde en door het systeem gegenereerde T-SQL-instructies in een warehouse Magazijn Cu voor datawarehouse-capaciteitsgebruik Achtergrond
SQL-eindpuntquery Rekenkosten voor alle door de gebruiker gegenereerde en door het systeem gegenereerde T-SQL-instructies binnen het SQL-analyse-eindpunt van een Lakehouse Magazijn Cu voor datawarehouse-capaciteitsgebruik Achtergrond

Fabric-API voor GraphQL

GraphQL-bewerkingen bestaan uit aanvragen die worden uitgevoerd op API voor GraphQL-items door API-clients. Elke Verwerkingstijd voor GraphQL-aanvragen en -responsbewerkingen wordt in seconden gerapporteerd in capaciteitseenheden (CA's) met de snelheid van tien CA's per uur.

Operation Omschrijving Artikel Azure-factureringsmeter Type
Query Rekenkosten voor alle gegenereerde GraphQL-query's (leesbewerkingen) en mutaties (schrijfbewerkingen) door clients binnen een GraphQL-API GraphQL API voor GraphQL Query Capacity Usage CU Interactief

OneLake

One Lake-rekenbewerkingen vertegenwoordigen de transacties die worden uitgevoerd op One Lake-items. Het verbruikstarief voor elke bewerking varieert afhankelijk van het type. Raadpleeg One Lake-verbruik voor meer informatie.

Operation Omschrijving Artikel Azure Billing Meter Type
OneLake Read via Omleiding OneLake Read via Omleiding Meerdere Gebruikscapaciteit van OneLake Read Operations Achtergrond
OneLake lezen via proxy OneLake lezen via proxy Meerdere OneLake-leesbewerkingen via DE CU voor API-capaciteitsgebruik Achtergrond
OneLake Write via omleiding OneLake Write via omleiding Meerdere Cu voor capaciteitsgebruik van OneLake-schrijfbewerkingen Achtergrond
OneLake Write via Proxy OneLake Write via Proxy Meerdere OneLake-schrijfbewerkingen via CU voor API-capaciteitsgebruik Achtergrond
OneLake Iterative Write via Omleiding OneLake Iterative Write via Omleiding Meerdere Iteratieve schrijfbewerkingen van OneLake Achtergrond
OneLake Iterative Read via Redirect OneLake Iterative Read via Redirect Meerdere OneLake Iterative Read Operations Capacity Usage CU Achtergrond
OneLake Andere bewerkingen OneLake Andere bewerkingen Meerdere OneLake: cu voor capaciteitsgebruik van andere bewerkingen Achtergrond
OneLake Andere bewerkingen via Omleiding OneLake Andere bewerkingen via Omleiding Meerdere OneLake Andere bewerkingen via DE CU voor API-capaciteitsgebruik Achtergrond
OneLake Iterative Write via Proxy OneLake Iterative Write via Proxy Meerdere OneLake Iteratieve schrijfbewerkingen via DE CU voor API-capaciteitsgebruik Achtergrond
OneLake Iterative Read via Proxy OneLake Iterative Read via Proxy Meerdere OneLake Iteratieve leesbewerkingen via CU voor API-capaciteitsgebruik Achtergrond
OneLake BCDR lezen via proxy OneLake BCDR lezen via proxy Meerdere Leesbewerkingen van OneLake BCDR via CU voor API-capaciteitsgebruik Achtergrond
OneLake BCDR schrijven via proxy OneLake BCDR schrijven via proxy Meerdere OneLake BCDR-schrijfbewerkingen via CU voor API-capaciteitsgebruik Achtergrond
OneLake BCDR lezen via omleiding OneLake BCDR lezen via omleiding Meerdere Cu voor leescapaciteit van OneLake BCDR-leesbewerkingen Achtergrond
OneLake BCDR-schrijfbewerkingen via omleiding OneLake BCDR-schrijfbewerkingen via omleiding Meerdere Gebruikscapaciteit voor OneLake BCDR-schrijfbewerkingen Achtergrond
Iteratief lezen van OneLake BCDR via proxy Iteratief lezen van OneLake BCDR via proxy Meerdere Iteratieve leesbewerkingen voor OneLake BCDR via CU voor API-capaciteitsgebruik Achtergrond
OneLake BCDR Iterative Read via Redirect OneLake BCDR Iterative Read via Redirect Meerdere Iteratieve gebruikscapaciteit van OneLake BCDR-iteratieve leesbewerkingen Achtergrond
OneLake BCDR Iterative Write via Proxy OneLake BCDR Iterative Write via Proxy Meerdere Iteratieve schrijfbewerkingen voor OneLake BCDR via CU voor API-capaciteitsgebruik Achtergrond
OneLake BCDR Iterative Write via Redirect OneLake BCDR Iterative Write via Redirect Meerdere OneLake BCDR Iterative Write Operations Capacity Usage CU Achtergrond
Andere bewerkingen in OneLake BCDR Andere bewerkingen in OneLake BCDR Meerdere OneLake BCDR: cu voor capaciteitsgebruik voor andere bewerkingen Achtergrond
OneLake BCDR Andere bewerkingen via omleiding OneLake BCDR Andere bewerkingen via omleiding Meerdere OneLake BCDR Andere bewerkingen via CU voor API-capaciteitsgebruik Achtergrond

Power BI

Het gebruik voor elke bewerking wordt gerapporteerd in cu-verwerkingstijd in seconden. Acht CA's zijn gelijk aan één Power BI v-core.

Notitie

Het Semantische model van de term vervangt de termenset. Mogelijk ziet u nog steeds de oude term in de gebruikersinterface totdat deze volledig is vervangen.

Momenteel worden er geen R/Py-visuals in Power BI gefactureerd.

Operation Omschrijving Artikel Azure-factureringsmeter Type
Kunstmatige intelligentie (AI) Evaluatie van AI-functie AI Cu voor power BI-capaciteitsgebruik Achtergrond
Achtergrondquery Query's voor het vernieuwen van tegels en het maken van rapportmomentopnamen Semantisch model Cu voor power BI-capaciteitsgebruik Achtergrond
DirectQuery van gegevensstroom Rechtstreeks verbinding maken met een gegevensstroom zonder dat u de gegevens hoeft te importeren in een semantisch model Gegevensstroom Gen1 Cu voor power BI-capaciteitsgebruik Interactief
Gegevensstroom vernieuwen Een vernieuwing van een on-demand of geplande achtergrondgegevensstroom, uitgevoerd door de service of met REST API's. Gegevensstroom Gen1 Cu voor power BI-capaciteitsgebruik Achtergrond
Semantisch model op aanvraag vernieuwen Een semantisch achtergrondmodel vernieuwen geïnitieerd door de gebruiker, met behulp van de service, REST API's of openbare XMLA-eindpunten Semantisch model Cu voor power BI-capaciteitsgebruik Achtergrond
Geplande vernieuwing van Semantisch model Een geplande semantische achtergrondmodelvernieuwing, uitgevoerd door de service, REST API's of openbare XMLA-eindpunten Semantisch model Cu voor power BI-capaciteitsgebruik Achtergrond
Volledig e-mailabonnement voor rapporten Een PDF- of PowerPoint-kopie van een volledig Power BI-rapport, gekoppeld aan een e-mailabonnement Rapport Cu voor power BI-capaciteitsgebruik Achtergrond
Interactieve query Query's die zijn geïnitieerd door een aanvraag voor gegevens op aanvraag. Bijvoorbeeld het laden van een model bij het openen van een rapport, gebruikersinteractie met een rapport of het opvragen van een gegevensset voordat deze wordt weergegeven. Semantisch model Cu voor power BI-capaciteitsgebruik Interactief
PublicApiExport Een Power BI-rapport dat is geëxporteerd met het exportrapport naar de REST API van het bestand Rapport Cu voor power BI-capaciteitsgebruik Achtergrond
Weergeven Een gepagineerd Power BI-rapport dat is geëxporteerd met het gepagineerde rapport exporteren naar de REST API van het bestand Gepagineerd rapport Cu voor power BI-capaciteitsgebruik Achtergrond
Weergeven Een gepagineerd Power BI-rapport dat wordt weergegeven in Power BI-service Gepagineerd rapport Cu voor power BI-capaciteitsgebruik Interactief
Lezen van webmodellering Een leesbewerking van een gegevensmodel in de gebruikerservaring voor webmodellering van het semantische model Semantisch model Cu voor power BI-capaciteitsgebruik Interactief
Schrijven van webmodellering Een schrijfbewerking voor gegevensmodellen in de gebruikerservaring van het semantische model Semantisch model Cu voor power BI-capaciteitsgebruik Interactief
XMLA lezen XMLA-leesbewerkingen geïnitieerd door de gebruiker, voor query's en ontdekkingen Semantisch model Cu voor power BI-capaciteitsgebruik Interactief
XMLA-schrijfbewerking Een achtergrond-XMLA-schrijfbewerking waarmee het model wordt gewijzigd Semantisch model Cu voor power BI-capaciteitsgebruik Achtergrond

Realtime intelligentie

De realtime intelligence-ervaring bevat bewerkingen voor eventstreams, Fabric-gebeurtenissen en KQL-database en KQL-queryset.

Eventstreams

U vindt de verbruikstarieven voor eventstreams in Capaciteitsverbruik bewaken voor Microsoft Fabric-eventstreams.

Operation Omschrijving Artikel Azure-factureringsmeter Type
Eventstream per uur Opname of verwerking voor Eventstream Eventstream CU voor eventstream-capaciteitsgebruik Achtergrond
Eventstream-gegevensverkeer per GB Gegevens inkomend en uitgaand verkeer Eventstream eventstream-gegevensverkeer per GB-capaciteitsgebruik CU Achtergrond
Eventstream-processor per uur ASA-verwerking Eventstream CU voor capaciteitsgebruik van eventstreams-processor Achtergrond

Fabric-gebeurtenissen

U vindt de verbruikstarieven voor Fabric-gebeurtenissen in Het capaciteitsverbruik van Microsoft Fabric- en Azure-gebeurtenissen.

Operation Omschrijving Artikel Azure-factureringsmeter Type
Gebeurtenisbewerkingen Bewerkingen voor publiceren, leveren en filteren Meerdere Realtime intelligence - gebeurtenisbewerkingen Achtergrond
Gebeurtenislistener Uptime van de gebeurtenislistener Meerdere Realtime intelligence : gebeurtenislistener en -waarschuwing Achtergrond

KQL-database en KQL-queryset

U vindt de verbruikstarieven voor KQL Database in KQL Database-verbruik.

Operation Omschrijving Artikel Azure-factureringsmeter Type
Eventhouse UpTime Meting van de tijd dat Event House actief is Event House Cu voor capaciteitsgebruik van Eventhouse Interactief

Spark

Twee Spark-VCores (een rekenkracht voor Spark) is gelijk aan één capaciteitseenheid (CU). Raadpleeg Spark-pools om te begrijpen hoe Spark-bewerkingen CU's verbruiken.

Operation Omschrijving Artikel Azure-factureringsmeter Type
Lakehouse-bewerkingen Voorbeeldtabel gebruikers in Lakehouse Explorer Lakehouse Cu voor geoptimaliseerd capaciteitsgebruik van Spark-geheugen Achtergrond
Lakehouse-tabel laden Gebruikers laden deltatabel in Lakehouse Explorer Lakehouse Cu voor geoptimaliseerd capaciteitsgebruik van Spark-geheugen Achtergrond
Notebook uitvoeren Notebook handmatig uitgevoerd door gebruikers Notebook Cu voor geoptimaliseerd capaciteitsgebruik van Spark-geheugen Achtergrond
Notebook HC uitvoeren Notebook wordt uitgevoerd onder de Spark-sessie met hoge gelijktijdigheid Notebook Cu voor geoptimaliseerd capaciteitsgebruik van Spark-geheugen Achtergrond
Geplande uitvoering van notebook Notebookuitvoering geactiveerd door geplande notebookgebeurtenissen Notebook Cu voor geoptimaliseerd capaciteitsgebruik van Spark-geheugen Achtergrond
Notebook-pijplijnuitvoering Notebook-uitvoering geactiveerd door pijplijn Notebook Cu voor geoptimaliseerd capaciteitsgebruik van Spark-geheugen Achtergrond
Notebook VS Code uitvoeren Notebook wordt uitgevoerd in VS Code. Notebook Cu voor geoptimaliseerd capaciteitsgebruik van Spark-geheugen Achtergrond
Spark-taakuitvoering Spark-batchtaakuitvoeringen geïnitieerd door het verzenden van gebruikers Spark-taakdefinitie Cu voor geoptimaliseerd capaciteitsgebruik van Spark-geheugen Achtergrond
Geplande uitvoering van Spark-taak Batch-taakuitvoeringen geactiveerd door geplande notebookgebeurtenissen Spark-taakdefinitie Cu voor geoptimaliseerd capaciteitsgebruik van Spark-geheugen Achtergrond
Uitvoering van Spark-taakpijplijn Batchtaakuitvoeringen geactiveerd door pijplijn Spark-taakdefinitie Cu voor geoptimaliseerd capaciteitsgebruik van Spark-geheugen Achtergrond
Spark-taak VS Code uitvoeren Spark-taakdefinitie verzonden vanuit VS Code Spark-taakdefinitie Cu voor geoptimaliseerd capaciteitsgebruik van Spark-geheugen Achtergrond